Læringsmodul · Detaljer

Bytrafikk og gangvei-simulering

Denne modulen introduserer modelleringen av en webbasert trafikksimulasjon, kombinert med HTML-struktur, CSS-presentation og JavaScript-tilstandlogikk. Fra et teknisk perspektiv er det relevant å utvide en fungerende prototyp trinn for trinn til et forståelig simuleringsystem med regler, måleverdier og evalueringstiltak.

Tid 180 minutter
For undervisningen gir denne oppsettet et tydelig rammeverk for å diskutere AI-støttet programmering som en reflekterende utviklingsprosess, og ikke som en snarvei. Den fokuserer på sporbar kodeutvikling, målrettet endringsforespørsler og umiddelbart testbare resultater i prosjektets kontekst. AI-koding
Språk HTML
Oppgaver 12
Forhåndsvisning: Bytrafikk og gangvei-simulering

Kurskontekst

AI-koding i prototyp-først format

Kursen bruker AI-koding som kontekstbevisst støtte i CodeRoom for å utvikle eksisterende kode videre, forklare feil og bekrefte endringer på den nåværende prosjektstadiet.

Dette modul er opprettet i Prototype-First-format: Startpunktet er en funksjonell prototype med bykart, kryss, trafikklys, kjøretøy og måleverdier. Utvidelsene gjennomføres trinn for trinn slik at lærere kan strukturere kompetanseutviklingen gjennom små, verifiserbare utviklingsbeslutninger.

Denne oppsettet gir en tydelig ramme for å undervise i AI-assistert programmering som et reflekterende utviklingsprosess, ikke som en snarvei. Fokuset er på forståelig kodeutvikling, målrettede endringsforespørsler og umiddelbart testbare resultater innenfor prosjektet.

Didaktisk klassifisering

Modulen vil bli kompakt klassifisert fra både faglig og undervisningspraksis-perspektiv.

Faglig mål

Det sentrale fokuset er å modellere en enkel trafikksituasjon som et interaktivt webapplikasjon. Sentrale konsepter inkluderer kjøretøy- og trafikklysstatus, hendelseskontroll, regelmessige simuleringstrinn, måleverdi-beregning og trinnvis utvidelse av en eksisterende HTML/CSS/JavaScript-prototype.

Kompetanseutvikling

  • Modellering: Kjøretøy, trafikklys, bussstasjoner og trafiktdensitet beskrives som abstrakte objekter, tilstander og regler.
  • Algoritmisering: Bevegelseslogikk, trafikklysfaser, ventetilstander og avstandskontroller deles opp i håndterbare funksjoner.
  • Analyse: Simulasjonsdata-deriverte verdier som ventende kjøretøy, gjennomsnittsfart, miljøverdier og trafikkfylle blir uttrukket.
  • Furderutvikling: Den eksisterende prototypen utvides i milepæler, testes og økonomisk motiveres forbedret.

Læreriktig verdi

  • Oppgavestrukturen gir en tydelig overgang fra den synlige prototypen til regelbasert simulering.
  • Utvidelsene gir betydningsfull differensiering gjennom ekstra kjøretøytyper, miljøverdier, statistikk og endelig evaluering.
  • Kombinasjonen av visuell representasjon og metrikker støtter resultatbekreftelse, refleksjon og sammenligning av ulike løsningsmetoder.

Gjennomgang av undervisningsenheten

Oppgavene presenteres i rekkefølge etter JSON-en og pedagogisk ordnet.

1

Startskjermbilde med prosjektmål

Introduksjonen kompletterer prototypen med en intro-panel som gjør målet om en jevn trafikkflytning med lav ventetid synlig. Pedagogisk sett, markerer dette trinnet prosjektets mål og skaper en felles evalueringssats for senere utvidelser.

2

Kjøretøydata utvides

Kjøretøyobjektene blir suppleret med ekstra egenskaper som ventetid, mål, farge eller maksimal hastighet. Trinnet illustrerer hvordan datamodeller kan utvides og deretter brukes i visning eller beregning.

3

Avstand mellom kjøretøy

Bevegelseslogikken blir utvidet med enkel kontroll slik at kjøretøy på samme kjørefelt ikke kolliderer. Dette gjør en ren animert bevegelse til en regelbasert simulering.

4

Automatisk trafikkfase

Manuell trafikkstyring blir suppleret med et automatisk modus som skifter etter et fast antall simuleringsskritt. Arbeidssteget forsterker forståelsen av tidsbasert styring og gjentatte hendelser.

5

Dagtid og trafikkintensitet

Velg tidspunkt på dagen endrer hvor ofte nye biler genereres. Dette introduserer et eksternt parameter som påvirker simuleringens oppførsel på en enkel måte å forstå.

6

Busslinje med stoppested

Busser får sitt eget stoppsystem og venter i et definert område i visse simuleringsskritt. Dette trinnet viser hvordan en biltype kan modelleres ved hjelp av spesifikke regler.

7

Byggeoperasjon

En byggeoperasjon legger til et synlig hindring eller barrier i simuleringen, som gjør at biler reagerer ved å avslappe eller vente. Dette modellerer forstyrrelser i trafikken.

8

Nødrett med prioritet

En spesialbiltype blir innført som kjører raskere og har enkel prioritetsregel ved krysset. Oppgaven er egnet for å undersøke unntak i regelsystemer og deres påvirkning på hele modellen.

9

CO2- og støyverdi

Fra antall, type og ventetilstand av biler beregnes enkle miljøverdier som vises på måleboksen. Dette utvider simuleringen med et tolkbar evalueringssnitt.

10

Forbedre fremvisning av trafikkstau

Den enkle hinten blir utviklet til en trafikknivnivå som fri, langsom, stau eller kaos. Oppgaven kombinerer tilstandsvurdering med forståelig tilbakemelding og forbereder for senere evalueringlogikk.

11

Liten statistikkpanel

Simuleringen teller biler som har suksessfullt forlatt kartet og kan fange gjennomsnittlige ventetider. Dette trinnet styrker evaluasjonsutsikten og gjør simuleringens resultater sammenlignbare.

12

Optimeringsmål og endelig evaluering

Etter en definert simuleringstid vises en vurdering av trafikken, inkludert tettferdighetsnivåer, ventetider og miljøverdier. Konklusjonen viser tydelig at simuleringer krever kriterier for å evaluere resultatene profesjonelt.

Kodesnutt

Denne fragmentet viser kjernen i simuleringen: bilenes tilstand blir sjekket, påvirket av trafikklysnivåer, og deretter viderebehandlet som måleverdier per simuleringsskritt.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

const ampeln = {
  nord: 'rødt',
  øst: 'grønt'
};

function simulationsSchritt() {
  tickNummer++;
  for (const fahrzeug of fahrzeuge) {
    fahrzeugBewegen(fahrzeug);
    fahrzeugAnzeigen(fahrzeug);
  }
  werteAktualisieren();
  stauHinweisAktualisieren();
}

function fahrzeugBewegen(fahrzeug) {
  const stopLinie = window.innerWidth * 0.46 - 58;
  const vorAmpel = fahrzeug.x > stopLinie - 35 && fahrzeug.x < stopLinie;
  const rotFuerOst = ampeln.ost === 'rot';
  fahrzeug.wartet = false;
  if (fahrzeug.richtung === 'ost' && vorAmpel && rotFuerOst) {
    fahrzeug.wartet = true;
    return;
  }
  fahrzeug.x += fahrzeug.tempo;
}
Modulen kobler trafikkmodellering, tilstandlogikk og måleverdier sammen med trinnvis utvikling av et funksjonelt prototyp.

Den klare oppgavestrukturen støtter undervisningsorganisasjonen og sikrer resultater fordi hver utvidelse har en verifiserbar profesjonell fokus. Differensiering er mulig gjennom biltyper, miljøverdier, statistikk og endelig evaluering.

Forespør demo-tilgang og test modulen i din egen kurskontekst som en strukturert Prototype-First-enhet med KI-støttet kodeutvikling.

Registrer deg nå og prøv gratis